工业物联网无线通信物理层安全认证研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:wujuan0902
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工业物联网能够有效提升工业生产效率,近些年受到研究人员与工程师的广泛关注。工业物联网的实现对于通信系统有着较为严格的要求,包括:高可靠性,低延时性和高安全性。传统的工业场景利用有线电缆连接各工业设备,能够满足工业物联网对于通信系统的严格要求。但是无线技术在工业场景中的应用是工业物联网发展的趋势,能够带来诸多益处:成本较低,长期稳定性高和适用于有线电缆难以连接的通信设备。无线通信技术给工业物联网系统带来这些益处的同时,也引入了一些挑战,例如:无线信道的阴影和衰落等问题影响通信系统的可靠性,通信失败可能增加系统延时以及无线信道的开放性容易遭受安全攻击。本文为应对这些挑战,利用基于能量调制的非相干大规模单输入多输出(Massive SIMO)技术,构建一个高可靠低延时的工业物联网系统,在此基础上,提出物理层认证方案,包括主动形式的物理层消息认证和被动形式的物理层身份认证,并通过仿真实验和分析实际工业通信场景数据集,验证所提方案的性能。
  首先,本文利用基于能量调制的非相干Massive SIMO技术构建了工业物联网通信系统,能够实现低延时高可靠通信。考虑上行链路时,多个传感器设备以时分多址的方式与控制器进行通信。本文给出了保障安全认证的通信流程,包括身份认证和消息认证。针对构建的工业物联网系统,分析了不同安全攻击模型带来的影响并介绍了相应的安全策略。欺骗攻击、篡改攻击和重放攻击对于工业物联网系统危害较大,引入认证机制是解决安全问题的关键。本文从通信可靠性和认证安全性两个方面定义了所构建系统性能的评价指标。从理论上分析了非相干技术的运用能够降低通信延时,Massive SIMO技术能够提升系统可靠性。通过仿真实验验证了理论分析的正确性,并研究了不同的系统参数对系统通信性能的影响,通过选取合适的参数,通信系统的误符号率可以降低至10?8以下。
  其次,本文提出了基于叠加消息认证码(MAC)的物理层消息认证技术,能够应用于本文搭建的工业物联网通信系统,实现低延时的可靠认证。由叠加模型推导出消息信号和标签信号(MAC经过调制所得)误符号率的闭式表达式。通过仿真实验检验了传统的均匀叠加方案的性能,仿真结果表明传统均匀叠加方案中的标签信号误符号率存在约10%的错误底线,无法满足工业物联网对于可靠性和安全性的要求。这项发现促使我们提出新的叠加设计方案,即基于消息信号的叠加。本文将该叠加设计问题建模为一个最优化问题,并进一步将该问题转化为凸优化问题,通过求解得到最优叠加设计方案。接下来进行了仿真实验,验证理论推导的正确性,并给出了最优叠加设计时系统的性能。关于消息信号与标签信号的误符号率权衡曲线也表征了系统通信可靠性与安全性之间的权衡,给实际系统设计者提供了参考。
  最后,本文通过实际工业场景数据集研究了基于信道状态信息的物理层身份认证技术。该数据集收集了工业场景中静态通信和移动通信两种场景下的信道频率响应信息,并给出了相对应的通信设备位置信息。控制器需提前对合法设备的状态信息进行收集并建立相应数据库。对于静态场景,控制器利用信道响应差异作为依据,判决消息是否来自合法设备,本文对信道差异的计算提出改进,利用合法设备多次响应的均值作为计算信道差异的标准,在测试数据集中,能够在虚警概率为0时,将检测概率从97.92%提升到100%。然而在移动场景中,上述认证方法并不适用,本文提出了基于相邻时刻信道差异的方案解决移动场景中的物理层身份认证问题,利用测试数据集进行仿真实验,在误警概率为0时,检测概率达到98.61%。
其他文献
大规模多输入多输出(MIMO,multiple-input multiple-output)和毫米波通信技术由于能够提供更大的带宽,显著提升通信容量,在第五代(5G,5th generation)移动通信系统中起着至关重要的作用。但是在毫米波大规模MIMO接收机中大量的射频链和高精度的模数转换器(ADCs,analog-to-digital converters)会造成巨大的功率消耗,其中ADC的
学位
移动数据业务的迅猛增长、频谱资源的日趋紧缺以及能源消耗的大幅提高对第五代(5G, 5th Generation)移动通信系统之后的通信系统提出了更高的要求。未来超五代(B5G,Beyond 5th Generation)或者第六代(6G,6th Generation)移动通信系统在提供增强宽带移动互联的同时,还将支持种类繁多的物联网应用,其上下行链路业务流量将呈现较大的动态变化,需要引入灵活的无线
学位
2008 年,Ar?kan 教授提出极化码 (Polar code) 的编码和译码方式,证明了对于二进制离散无记忆信道,这种全新的编码方式可以达到香农极限。然而,随着新兴的物联网(IoT)技术及其应用的快速发展,人们对极化码译码器译码效率的要求快速提高,随之而来的是译码器硬件复杂度的增加,这使得设计者们必须不断地在译码性能和硬件复杂度之间寻求平衡。  首先,我们将近似计算技术引入极化码的BP译码器
学位
近些年来随着数据业务和无线应用急剧增长,传统的频谱资源日益紧缺,可见光通信(VLC, Visible Light Communication)作为射频通信的一种重要补充,受到越来越广泛的关注。室内可见光通信可以利用泛在的发光二极管(LED, Light Emitting Diode)同时实现照明与通信,具有频段与射频不冲突且无须授权、节能环保、保密性好等优点。尽管可见光通信具有潜在的巨大带宽,LE
近年来,随着移动互联网产业的飞速发展,移动应用数据量呈现爆炸式增长态势,第五代移动通信技术(5G,5th Generation Mobile Communication)应运而生。作为5G的关键技术,多天线技术和毫米波通信技术是当今5G研究中的两大热点。多天线技术通过波束成形可以有效补偿毫米波信号的严重传输损耗,而波长较短的毫米波有利于大规模天线阵列的集成化,两者结合可以带来大带宽、高频谱效率、高
学位
极化码是一种可以逼近信道容量的信道编码方法,并被用于5G增强移动带宽控制信道的差错控制。极化码通过计算信道转移概率,区分出信道容量趋近于1与0的信道,分别用比特位和冻结位,使得编码数据具有较好的纠错性能。本文主要围绕极化码的译码问题,分别对Polar码的SCL译码算法、BP译码算法进行了改进,还尝试用神经网络机器学习方法来实现Polar码的译码。主要工作如下:  一、针对传统的SCL算法,提出了自
学位
高数据速率服务的爆炸性需求对无线通信系统提出了巨大挑战,分布式大规模多输入多输出(Multiple Input Multiple Output, MIMO)被视为解决这项挑战的关键技术之一,受到了广泛研究。分布式大规模MIMO系统结合了大规模MIMO和分布式天线系统的优势,可以提高系统的频谱效率、能量效率以及系统的覆盖率等。然而,由于硬件成本以及系统功率消耗的限制,实际系统中可能配置价格低廉但是性
学位
随着通信技术的飞速发展,未来将更加注重物与物之间的通信,而大规模机器类通信(mMTC, massive Machine Type Communication)场景作为第五代移动通信(5G, 5th Generation)的重要应用场景之一,能够给海量终端设备提供通信服务,满足未来的物联网通信需求。而面临着mMTC场景内终端设备数量巨大、数据包短小频繁等特点,传统的多址接入技术已经无法满足通信需求。
随着物联网技术的迅速发展,无人机依靠其成本低廉、操作便捷、机动性强和易于生产的优势将应用领域拓展到军事、农业、物流、摄影、测绘和救灾等各行各业。为适应无人机日益复杂的应用场景,无人机通信系统面临着多方面的挑战。本文对无人机多路并行传输技术进行了研究,设计并实现了具有数据传输速率高、通信距离远、抗干扰性能强和数据准确率高等优势的无人机多路并行传输系统。本文主要完成的工作如下:  1. 根据无人机多路
学位
为了给快速增长的网络设备提供无处不在的连接并且改善服务质量,无人机(UAV, Unmanned Aerial Vehicle)辅助通信技术得到了广泛关注。一方面,无人机较高的飞行高度提高了无人机与地面设备建立视线(LoS, Line-of-Sight)链路的概率,这将带来更高的信息传输速率、更低的时延等性能提升。另一方面,无人机的移动性便于其根据动态网络部署灵活地调整自身位置,从而获得网络性能的优